基于FP-Growth的电力系统故障预测方法

摘要

为了提高电力系统中故障预测效率及便捷性,提出一种基于FP-Growth算法的电力系统故障预测方法,无需先验知识及人工标注,便可从海量历史日志数据中快速提取出故障信息模式,并基于实时日志数据对未来可能发送的系统故障进行预测.该方法首先根据电力系统不同类型的日志特征对原始数据进行预处理,然后基于FP-Growth算法挖掘日志中与故障事件相关的关联规则,并使用关联规则进行故障匹配,从而达到预测效果.算法经过真实电力系统日志数据集测试,结果表明该故障预测方法平均准确率为89.5％,平均召回率为79.8％,且执行效率较高,节省了业务人员50％以上的时间.